最近这半年，英伟达的汽车业务出现了两件不寻常的事。
去年 10 月，英伟达与 Uber 达成合作，L4 级 Robotaxi 将于 2027 年在洛杉矶和旧金山开启部署。今年 1 月，搭载英伟达全栈辅助驾驶方案的奔驰 CLA 在美国上市，实现点到点的辅助驾驶功能。
其不寻常的点在于，原本居于全球自动驾驶行业「卖铲人」的英伟达，如今竟然开始做全栈能力的量产。
这两项工作，都是过去两年半时间里，由英伟达全球副总裁吴新宙一手推动落地的。谈到加入英伟达，吴新宙总会强调，能够把智驾在所有车上推广，对于他的职业生涯来说，是个非常好的成就。
从 2018 年到 2023 年，吴新宙在小鹏汽车推动高速、城区辅助驾驶落地。从那时起，中国车企之间的辅助驾驶竞争愈发激烈。
离开最卷的中国市场，吴新宙用「Déjà vu（译：都已经见过了）」来形容他现在每天都在打拼的海外市场。他认为，辅助驾驶全球渗透的趋势将会持续，但这是个用户教育以及克服安全与监管障碍的过程。
在国内市场，今年 1 - 2 月，具备 L2 级组合驾驶辅助功能的乘用车新车渗透率达到 69.15%。海外市场的渗透明显更慢，但吴新宙提到辅助驾驶就是「旦用难回」的产品，一旦用上，就很难再回去。当海外更具备号召力的汽车品牌（例如奔驰、宝马等）都推出辅助驾驶之后，整个业界就会快速跟进。
与此同时，智驾已经没有了几年前的光环。头部公司正变得越来越强，而新入局的公司机会越来越少，更有不少智驾行业的大牛转向机器人行业。而吴新宙说：「我会坚守到最后一班岗。」
最好的选择
2023 年，吴新宙因家庭和职业道路原因，决定回到他曾长期工作过的美国。此后，他未曾公开谈及加入英伟达的细节。
实际上，正式离开小鹏的前一年，也就是 2022 年的 8、9 月份，吴新宙和黄仁勋就进行了一次谈话。当时，吴新宙已经能够看到，加入英伟达不仅仅意味着加入一家硬件供应商，而是加入一家通过在训练、仿真和车载领域的工作对整个自动驾驶行业产生更大的影响的公司，对他而言，这非常有吸引力。
除了英伟达之外，吴新宙没有面试其他任何一家公司，因为他相信，这已经是最好的选择。
2023 年 8 月，吴新宙正式加入英伟达后，他面临的最紧迫挑战，就是量产与奔驰合作的辅助驾驶项目。除中国市场以外，英伟达将为奔驰打造全栈辅助驾驶系统，包括全套的硬件和软件算法。
「NVIDIA 更像是生态公司，它提供加速计算硬件、操作系统、模型、参考设计以及训练框架。」吴新宙说，「我们的核心工作是打造端到端的应用，并在一些领域与主机厂展开合作，在我刚加入 NVIDIA 时，这些领域才刚刚起步。而如今我们能够依托灵活、开放的平台为更广泛的汽车生态创造更多价值。」
而这些恰好是吴新宙在小鹏汽车主导高速、城区辅助驾驶量产落地积累的经验。此外，他曾在高通工作了 13 年的时间（2006 - 2018），熟知硅谷公司的行事风格。
吴新宙说：「往回看，我觉得都是他（黄仁勋）最好的选择。」
奔驰和英伟达的合作模式，在智驾行业也非常独特，双方采用软件分成的模式。根据吴新宙的介绍，在开发阶段，英伟达并不收费，等车辆正式上市之后，车厂每卖出一套辅助驾驶选装，都会与英伟达进行分成。
这样的合作模式，对于汽车厂商来说，前期开发成本比较低，很有吸引力。但是，海外市场的辅助驾驶还处于起步阶段，如何让更多人信任辅助驾驶，进而愿意选择、使用，还有很长的路要走。
一方面，海外车企基本都以选配项提供辅助驾驶功能，硬件并不标配。这就导致很多用户未曾尝试过辅助驾驶，甚至不知道有这个选项。
同时，辅助驾驶选配价格并不便宜。以奔驰 CLA 为例，在美国官方指导价 4.7 万美元的 CLA 250+，辅助驾驶的选配价格为 3,950 美元，三年期限。如果对比美国市场特斯拉 FSD 的订阅价格，三年为 3,564 美元（99 美元/月 x 36 个月）。
并且，这是一个循环：由于用户选的少，厂商必须提高价格，否则连开发投入都收不回来；价格提升，选配辅助驾驶的用户就更少了。
这也是中国和海外市场的一大区别，中国厂商更愿意标配辅助驾驶硬件，标配硬件的成本已经包含在车价当中，还能通过软件订阅再收一笔钱。
这是另一个循环：所有用户都有辅助驾驶，厂商不愁开发费收不回来，但为了收更多钱，必须充分展现他们能够提供安全可靠的辅助驾驶体验；辅助驾驶体验升级，车卖得更好，愿意为辅助驾驶付费的用户也越来越多。
吴新宙认为，虽然海内外市场有差别，但辅助驾驶的浪潮正全速推进。这是一个用户教育的过程，辅助驾驶一旦用上，就很难回去了。
他说：「在全球市场推进辅助驾驶能力，对于我来说真的就是 Déjà vu（都已经见过了），哪怕有一些不同的声音，对我来说一点都不惊讶。」
吴新宙预测，现阶段在海外市场推动辅助驾驶的普及会更快，因为技术已经发展到了相对成熟的时间节点。「我觉得会很快，三年吧。」吴新宙这样判断辅助驾驶在欧美市场规模普及的时间。
智能汽车的五层蛋糕+三台计算机
开放灵活的合作模式，是英伟达汽车业务的一大特点。车企可以选择采用全栈的辅助驾驶方案，也能按需选择平台，打造自己的自研方案。
吴新宙将智能汽车的全栈方案拆解为三台计算机和「五层蛋糕」。其中，三台计算机包括装在车内的本地推理的计算机、云端模型训练的计算机，以及仿真计算机。
「五层蛋糕」和三台计算机紧密融合在一起。最下层是辅助驾驶和自动驾驶所需要的硬件，包括负责计算的芯片和负责感知的传感器，英伟达将其命名为 NVIDIA DRIVE Hyperion。最新一代平台是支持 L4 级自动驾驶的 Hyperion 10。三台计算机中的推理计算机，就在这一层「蛋糕」当中。
向上一层，是一套名为 Halos OS 的操作系统，它不仅是传统意义上的车载 OS，更是一个安全中枢，将芯片、模型和软件运行统一在一个可验证的体系内，实现从云端训练到车端运行的全流程安全闭环。
在模型层，英伟达推出 Alpamayo，这是全球首个开源自动驾驶推理模型。通过视觉-语言-动作（VLA）模型，可以在复杂场景中解释决策过程，并处理长尾问题。Alpamayo 并不会直接上车运行，而是作为「教师模型」，被蒸馏成可部署的车端模型。
第四层是应用层，DRIVE AV 是自动驾驶软件栈，负责将模型能力转化为实际的驾驶行为，包括感知、定位、决策与控制。它既可以运行传统模块化算法，也可以承载端到端 AI 模型。
在最上层，是训练与仿真的基础设施，包括 Cosmos 世界模型、Omniverse 仿真平台以及 Omniverse NuRec 神经重建系统。这些工具的核心作用，是解决自动驾驶最难的问题——数据。通过生成高质量的合成数据和大规模仿真环境，系统可以不断学习极端、罕见的长尾场景，形成持续进化的数据飞轮。如今，自动驾驶的竞争，本质上正在从算法能力转向数据的能力。
吴新宙介绍，对于车企而言，三台计算机和五层蛋糕，可以自由搭配选择。比如自研能力相对较强的车企，可以只选择芯片，在芯片上部署自己的软件。当然，也可以选择英伟达的全栈方案，比如奔驰。
他介绍，现在平台也会更开放，车企可以选择用自己的模型、英伟达的模型，或者其他企业的模型，可选项非常多且具备灵活适配的能力。
吴新宙还特别分享了仿真计算机在自动驾驶开发中的优势，这里离不开 Cosmos。通过一段真实世界的视频，Cosmos 可以自由更改道路状况、交通参与者、天气，同样场景下的数据丰富度就能得到极大提高。吴新宙说：「现在 Compute is data，运算量就是数据。」
大约在一年半之前，英伟达的目标从规模落地 L2 辅助驾驶，转为推动 L4 自动驾驶早日到来。
吴新宙说，当时看到了两个现象：其一，海外市场的特斯拉，加上国内市场诸多玩家在 L2 辅助驾驶上已经做得非常优秀了。其二，生成式 AI、基座模型很可能是实现 L4 级自动驾驶大规模部署的关键所在。
2025 年 10 月，英伟达与 Uber 达成 L4 级自动驾驶合作。汽车厂商基于 Hyperion 10 打造 L4 级自动驾驶车辆，Uber 负责将车辆引入其网约车网络中。
具体而言，依托持续扩容的车企合作阵容，英伟达与 Uber 计划在全球范围内推出完全由英伟达软件驱动的自动驾驶车队；项目将于 2027 年上半年率先落地洛杉矶与旧金山，到 2028 年逐步拓展至全球 28 座城市。
不过，英伟达并非直接参与 Robotaxi 的运营，而是帮助车企基于英伟达 DRIVE Hyperion 平台打造拥有 L4 自动驾驶能力的车。
在硬件上，英伟达也提供了非常多的选项，其中包括业界熟知的基于 NVIDIA Blackwell GPU 打造的 Thor。最新一代的 Thor 芯片也融入了最新的加速计算、AI 和深度学习优势。
由于汽车制造商的设计周期通常比较长，英伟达必须确保他们在设计中预留足够的空间，以支持下一代软件定义的智能汽车。因此，英伟达在 Thor 之外规划了下一代硬件路线图。得益于 NVIDIA DRIVE 架构的优势，开发者能够面向未来的量产车型持续设计，并能够在多代产品中复用其软件能力。
今年 3 月的 GTC 2026 演讲中，吴新宙曾分享了一组数据，每年全球汽车行驶的总里程为 13 万亿英里，但是辅助驾驶里程只有 7 亿英里，占比仅有 0.006%。因此，辅助/自动驾驶市场的潜力是非常巨大的。
英伟达希望，将来每一英里的驾驶都是自动驾驶。并且，如果英伟达还能在每一英里的自动驾驶中占有一席之地，就将是一个非常大的市场。
吴新宙说：「黄仁勋其实最看重自动驾驶这类 Zero - Trillion Dollar Business，这种对于 NVIDIA 来说就是最好的机会。」这个概念可以这样理解，今天看它几乎没有收入，但未来可以成长为万亿美元级别的赛道。
也正是如此，英伟达早在 2015 年就开始布局智能汽车业务，十余年时间，如今该部门已经形成了近四千人的规模，并且每年有 5% - 10% 的人员增长。
附：对话全文
开源是英伟达血液里的东西
Q：英伟达的 Alpamayo 是全球首个开源自动驾驶推理模型，这里的「首个」是指「推理」？
A：我觉得可以说。
Q：所以不是推理？
A：我们对于开源模型来说肯定是第一个。
Q：为什么英伟达会坚持做开源？
A：开源对汽车生态来说非常非常重要，开源的好处，第一是在目前的生态圈里的人可以让他们加速开发过程并降低开发成本，第二个也可以吸引人加入到这个生态圈里头。对于我们来说，还是希望在 NVIDIA 的整体的硬件、软件的平台，这个生态圈的玩家越来越多，这个还是非常重要的。
我觉得开源是在 NVIDIA 的血液里头的，基因里头的一个东西。不光是自动驾驶，别的地方都在开源。老黄在不同场合也讲过，他对 DeepSeek，对中国的开源特别推崇。
因为美国的很多大模型公司慢慢都变成闭源，因为它的商业的这种模型不支持开源。但是中国有很多别的原因，老黄在一些访谈的时候也说过一些原因。在中国，其实特别是 DeepSeek，然后还有千问，我觉得对于 NVIDIA 来说是非常重要的，因为有了那个模型以后，不光是中国在用，美国也在用，像我们自己也会在用。但是 NVIDIA 要促进所有的玩家都在 AI 上走得更深更远。
其实 NVIDIA 是完全可以有商业模型来支撑我们做开源的，我们在开源的投入非常大。你可能听说 Cosmos，还有 Nemotron，Nemotron 其实投入更大，1,280 亿参数的模型给企业用的。
作为开源模型的投入是巨大的，训练成本都是上十亿的这样累积。为什么我们要做？因为我们提供了好的模型别人才能用，用了以后才他们才会买 GPU，所以我们是完全可以形成闭环的，完全是自洽的。所以 NVIDIA 是一个最坚定做开源 AI 模型的公司，那对自动驾驶来说也是这样。
Q：当英伟达做了开源，把用户导流进来了，汽车客户可能会用云端计算机（其他部门的业务），这对你们部门没有业绩上的压力吗？
A：这个我觉得可能你在别的地方也看过，NVIDIA 是整个公司一盘棋的。只是在每次财报的时候，才会分开讲汽车挣了多少钱，其他业务挣了多少钱。对我来说，完全没有这方面的压力。
老黄是一个长线布局的人，刚才我也讲了，我们的业务逻辑是要把每一 Mile 的驾驶里程全部变成自动驾驶。假设 NVIDIA 在这每一 Mile 里头都能收取一定的、相当于是占一定的比重的费用，那么这已经是一个很大很大的业务了。老黄最看重的叫 Zero-Trillion Dollar Business。就是业务量很大，是 Trillion Dollar 的，但是目前来说还是 Zero，这种就是 NVIDIA 最好的机会。
那自动驾驶现在还是个 Zero-Trillion Dollar Business，所以我是完全没有这方面的压力。
Q：刚刚讲到现在智驾占汽车全部里程是非常低的，英伟达的愿景是希望每一英里都由辅助驾驶或者自动驾驶来完成，现在做的开源模型、L4，它们是必经之路吗？
A：我加入的时候，还是想着把 L2++ 落地。我们当时有奔驰全球合作的合同，然后我们的合同也是跟别人不太一样的，通过软件分成的方式来（赚钱）。我们的软件都是共同开发的，我们对于他们是开源的，在上线之前不收任何的开发费。所以这对车厂来说，还是比较有吸引力的，它的前期开发成本比较少。
开发完了以后，如果你开始卖软件，我们会用软件分成这样的合作方式。
所以当时我觉得比较大的压力，还是能够把这个东西落地。因为其实在前期走的并不很顺，但是过去两年半的努力，我觉得现在至少跟奔驰已经是非常非常顺了，然后双方有非常好的互信。
往 L4 这个方向走，我觉得也是基于过去两年对整个整个技术演进（的判断）。其实 L2++ 我们内部非常清晰地认识到，虽然在北美还只有特斯拉一个玩家，但是在中国，已经有好多家都已经做的 OK 了。所以在那样的一个前提下，而且 L4 技术的发展也非常快。虽然说包括生成式 AI，包括推理大模型，可能还有基座模型，在 L4 上并没有广泛应用，但是从我们角度上来讲这个就会是去解开 L4 这把锁的非常重要的钥匙。
基于这两点，我们我们大概是一年半前，我们就把整个的目标转向赋能 L4，推动 L4 早日到来。L2++ 还会接着做，它也会是 L4 重要的一环，但是我们会把我们整个的目标往 L4 做一个调整。
Q：是不是 L2++ 里竞争对手太多，ROI 太低？
A：也倒没有，在中国之外没有那么多竞争对手。
辅助驾驶浪潮正全速推进
Q：现在英伟达有很灵活的合作模式，可以只买芯片，或者用云端训练的能力，还能用英伟达全栈能力，如何定义不同的模式呢？
A：目前我们很多东西都是在过去几个月调整以后，在 CES、GTC 开始讲的。在以前，相对来说没有那么复杂，无非就是你用 NVIDIA 的芯片，加上 OS 这一套，然后你在上面做自己的方案。或者是用我们的整套方案，这个也就那么几家，无非就是这 2 种。
在目前的端到端方案出来之后，我们也需要提供一些更强的能力，特别是我们把 OS 端增强了蛮多。这样的话，我们基于 Thor 的硬件平台上，车厂有更多的选择性。他们也可以选择自己做模型，也可以用别人的模型，也可以用我们的都 OK。我们觉得这样对大家（技术）往前走，选择性会多一些。
Q：在中国之外市场，大家会积极推进辅助驾驶吗？
A：我觉得这是一个时间问题，因为在中国也是类似。其实在中国刚开始做城市辅助驾驶，当时很多人在怀疑，说为什么要做这个那么难，高速做的也不怎么样，不知道为什么要做城市。我觉得这都是有一个自然发展的过程。有些市场可能开放度会更高，有些市场可能会慢一点，但是整体的趋势我觉得是已经存在的。美国的市场也需要一个教育、培养的阶段，但是一定会发生。
Q：辅助驾驶往全球市场落地，是不是也不顺利？
A：对我来说，真的像有个词说的 Déjà vu（都已经见过了），在中国都见过一遍了，现在又看一遍。车厂他们总会说，你这东西没用、用户不要，这些都会有。但还那句话，总是一个用户教育的过程。在奔驰内部还是经常能够听到不同的一些声音，但是对我来说一点都不惊讶。当年在我加入小鹏，那时候 P7 刚出来，整体高管只有小鹏一个人定了高配的，别的人全定中配。
对于我来说，我很淡定。而且我觉得，这个浪潮是不可逆转的，只要你能够把体验做得足够好。以前经常说有一个词「旦用难回」，一旦用了以后你就回不去。
Q：你觉得全球市场的推进，它需要多长的时间？
A：这个很难去预测。我觉得中国现在智驾普及率有多高，50% 以上了吧。（注：工信部数据显示，今年 1 - 2 月份，具备 L2 级组合驾驶辅助功能的乘用车新车渗透率达到 69.15%）我是 2020 年，第一次讲做城区辅助驾驶，那个时候真的是没人信，我还得解释为什么要做城市，到现在也就过了 5 年。
可能欧美慢一点，7 年？我不知道。而且我觉得应该比那时候要快，因为技术已经到了一个非常好的时间点。只要车里头有，老百姓开始用，然后价钱别卖太贵，我觉得很快，可能 3 年。
Q：海外车企靠选配推进辅助驾驶，用户选的少，肯定推进就会慢。
A：是的，我觉得可能还有另外的原因，竞争。在中国区竞争太激烈了，一旦有一家做出来以后，别家都会抢着上。在欧美，我觉得比如说奔驰的出来了，宝马的出来了，我觉得整个业界都会有跟进。另外有更高级的 L3、L4 开始出来了，L2++ 的收费可能就会往下调一些。
包括我们也是，我们现在的商业模式也会开始有些变化，L2++ 就不会跟人利润分成。那换来的结果就是，他们卖给用户的时候也会便宜。
Q：你们推了软件和硬件，会担心安全风险吗？
A：我们和车厂之间会有 Liability（责任区分），界定的过程都会有一些谈判，车厂会有一些责任，有些东西的话可能会到 NVIDIA 这边，反正都事先谈好就好。
对于 L3、L4 来说，可能也会有，包括将来还有一个运营方的问题，Uber，加上车厂，然后再上软件，这里责任怎么界定，我自己都没有去深度的去介入。但是我知道，这个也是一个比较重要的话题，三方都都在谈。但是比较确定的是，在 L3、L4 以后就是会由提供方来负责，不是给驾驶员。
Q：英伟达和 Uber 合作，会参与运营吗？这样会不会其他用了英伟达方案的自动驾驶公司会比较介意？
A：我们现在不会成为运营方。提供市场和用户连接的还是 Uber，我们不会自己亲自去做这个事情。我们做两件事，第一个是提供驾驶的软件，另外一个是提供 Hyperion 加上 Halos，就是底层软硬件的这套组合，支持别的自动驾驶公司进来在我们的平台上开发。Uber 或者是别的运营商，可以选择和自动驾驶公司合作，Uber 现在其实基本上跟所有的人都在合作。
我们另外还有非常重要的一个使命，就是让所有的车厂，都尽可能造出能 L4 Ready 的车，用我们的 Hyperion。这个是我们另外提供的一个非常重要的连接。
Q：这一代的 Thor 够不够支持到 L4？
A：Thor 有几个不同的组合，可以为主机厂支持 L2++ 到 L4 级，我们统一称为 Thor。
我们觉得作为一个 L4 级的产品，首先是刚需，它一定有个主芯片，还有一个相当于是 satellite 的 ECU，一个辅助的芯片，这样才能有冗余。至少从我们目前的角度上来讲，Thor 可能都已经足够了，但是能不能跑到 30 帧，这个另说，因为它确实对算力的要求会更高。
然后，我们另外还提供了 Hyperion，也就是把两个 Thor 通过一个高 Bandwidth 的连接可以把它连起来，你可以用两个 Thor 来做 L4 也是可以的。所以这是我们提供一些可能性，有些像文远或者 Pony，其实我们都在谈 Hyperion 的方案。
接下来的话，我们确实也要往更高能力走，到我们下一代的芯片，比现在的芯片能力还会强。今年不会有，明年可能，SOP 应该还有还有一段时间，我不能说有多久。
Q：你们怎么保证软件上可以弯道超车，仿真和真实数据分别多少比例？
A：我觉得现在自动驾驶的这个高光时刻要来到了。它其实不光是推理的问题，现在的架构上同时有几个新的东西在做。
第一个是基座模型。基座模型本身就可以减轻对数据的依赖。我们刚才讲 Alpamayo，它是来自于一个用互联网量级的基座模型训练来做 Dislation。在我们的经验里，那样的一个模型训出来的基座，它本身对物理世界的理解就已经很深了。
然后再上面的话还有推理，推理也是可以降低对数据量的需求。推理是基于语言的，Language 为什么那么重要，因为它是人类用来概括这个世界的最重要的一个工具。
举个简单的例子，比如说现在我让学生（学车），给他们看个驾驶手册，再考个试。无非就是考察什么东西该干，什么不能干，然后再让他们上路开个二、三十个小时，就拿到驾照了。
那我们未来有了语言能力，不一定让它看驾驶手册，加上 20 小时的视频，就能学会开车，这个还是太难了。但是我们至少可以有个中间的，有了语言之后，比如说告诉模型，你在路上不要撞东西，可能这些场景你从来都没有见过。通过人类的概括能力，让你的模型的泛化能力强很多。
所以不管是基座模型还是推理能力，其实对于数据的需求会有很大量的变化。现在不是原来那种玩法了，给了你一个全新的方向。这是为什么我们觉得 L4 在这样的一个基础上往前走会快很多。
第三个仿真，它可以把一些路采的数据、测试的数据极大地去增强。你可以在路上放一些东西，看车怎么反应，而且那个都是基于现实场景都不是造的，你可以去改你的真实世界。现在不管车怎么开，你都可以把周围的世界像素级还原出来。另外，你可以通过 Cosmos 去造一些类似的东西，或者是去更改它的环境、天气。这样就可以把你数据的丰富量给极大地增强。
我们现在有一种说法叫 Compute is Data 运算量就是数据，这也是 NVIDIA 现在在推的一个很重要的话。从数据量的角度上来讲，我觉得未来它还是有一个非常大的变化，不是原来那种简单粗暴堆积数据的这种打法。
运算就是数据，这个概念我觉得是接下来特别是对端到端模型是非常重要的。同时的话，模型还有推理又可以让你的泛化能力极大地增强。原来 Waymo 可能用了 10 年才慢慢地把所有的 Corner Case 全部弄好。但是接下来，目前这些玩家在从 L2++ 到 L4 的跃进中，可能时间线会被极大的缩短。我们希望我们自己能够在 28 年能够做到无人驾驶商用。
黄仁勋的影响
Q：您之前为什么会选择加入英伟达？和黄仁勋之间，你们有互补吗？
A：我觉得都有，我觉得我跟 Jensen（黄仁勋）第一次谈可能是 22 年的八、九月份的事，就是在我正式离职一年前。当时也讲过，有些家庭原因，当时想考虑回美国。其实我跟（何）小鹏关系一直也非常好，但是对我职业生涯来说，能够去 NVIDIA 其实是个非常好的一个机会。
包括在 22 年的时候，我就可以看到加入 NVIDIA 是可以真的可以有机会，不光是服务一个车厂，而是把整个产业，能够对产业有影响力，对整个自动驾驶产业有影响力，这个对我来说非常有吸引力。而且我也知道在那个时间点，已经能够看到 AI 接下来是什么样的一个走向。当时不管跟小鹏跟 Jensen 我都聊了很多这方面的东西。在那样的一个时间点加入 NVIDIA，等于是在驱动 AI 往前发展最核心，对我来说这可能也是最好的选择。
当然当时因为对小鹏影响比较大，所以也没有去任何别的公司面试过。对我来说，这肯定是最好的选择。
那么 Jensen 他一直想做 AV（Autonomous Vehicle），但是我觉得 NVIDIA 它是一家生态公司，生态的核心是硬件，和硬件上面支撑的软件。但是它对于整个端到端地做应用，然后能够服务车厂，在我刚加入时，这两件事情都刚刚起步。所以不管是软件还是硬件，它的整个组织都是非常平的。不管是哪个 vertical（垂类行业），它都曾是专注于卖硬件，然后再卖上面一层软件。
我高通的经验确保了 NVIDIA 工作方式我是理解的，然后我又在小鹏做了那么久，做的也还算不错，对 vertical 整体以及车企需求的理解又非常的深。那么能够进去帮老黄把这个事情给做好，我对他当时来说，包括现在往回看，我觉得都是他最好的选择。
所以（22 年）跟他聊了一次，当时他也没给我 offer，但是就觉得，这个基本上不管是对我还是对他来说，我觉得都是一个还不错的匹配，基于我当时想要回美国的这样一个大前提下。
Q：您和黄仁勋之间平时的交流频次是怎样的？
A：他会定期与包括我在内的高管交流。他的视野非常长远，用清晰审慎的战略，攻克全球各类复杂难题；同时凭借深度的技术参与度，确保我们的愿景落地可行、具备实际执行力。
Q：你们会交流接下来技术上的一些变化，或者说行业的业务上的一些变化吗？
A：会，因为我们团队也很大，包括 Research 团队也有很多人在做，我们是 Group Meeting，Jensen 在那些会上都会去看大家的工作情况，然后能够给一些反馈。
Q：是一两个小时的时间吗，还是更长？
A：差不多，一两个小时。
Q：你觉得黄仁勋对智驾、汽车有非常充分的了解吗？
A：有，现在大模型出来以后，其实各个领域间的共通性越来越强。Jensen 他管全局，他对未来的技术发展有非常好的预测，那么技术在每一个领域的应用他也有一些非常前瞻性的一些指导。我觉得 Jensen 是非常非常厉害的，他的反馈一般来说都是非常准确。
当然他不会去管很多特别细的细节，他非常强的一个能力就是停留在战略上。他会把一些具体的技术细节，只要执行上没什么问题，就会把它自动过滤掉。但从全局角度上来讲，他会告诉你接下来应该往这个方向去走。
Q：有没有一个让你印象比较深刻的反馈？
A：我印象很深的一件事，就和推理模型相关。基于 Jensen 当时给出的反馈，我们在内部进行了一次大幅度的战略方向调整。
坦白说，我日常大部分精力都投入在落地执行层面，保障 L2 级辅助驾驶顺利落地部署，这项工作的负担十分繁重。我们加码推理能力研发，也是 Jensen 强力推动的核心方向，我们也在大约一年前开始发力。
Q：现在英伟达有多少人在做自动驾驶？
A：近四千人。可能每年有 5% 到 10% 的增长，并没有增长很多。而且现在 AI 的工具也越来越厉害，越来越好。我也没有觉得接下来还要需要大量人员的增长。
Q：英伟达在自动驾驶上雄心勃勃，但现在还有比自动驾驶更热的领域，比如机器人。现在很多智驾的人才都去做机器人了。
A：经过这么多年的发展，自动驾驶行业的发展重心自然会发生转变，从业者的疲惫感总是会有的。与此同时，机器人等新兴赛道发展迅猛，因此不少辅助驾驶领域的投资者与核心工程师选择转战新领域、寻找机遇，也在情理之中。
Q：你自己觉得智驾你能干多长时间？
A：智驾我觉得我会坚守到最后一班岗。
因为我觉得就是还是那句话，能够把智驾在所有的车上推广，对于我的职业生涯来说是个非常好的成就。尤其是这项技术能够守护生命安全，让所有人都能享有自由出行的权利。
金领速配提示：文章来自网络，不代表本站观点。
